💻 Python Matplotlib库

环境安装

Python 虚拟环境

matplotlib==3.10.0

numpy==2.2.2

pandas==2.2.3

tables==3.10.1

jupyter==1.1.1

notebook==7.3.2

jupyter notebook

原IPython Notebook

Julia + Python + R
.ipynb 文件

Cell: 一对In/Out会话称为一个Cell，Cell是Jupyter Notebook中的基本单元

Markdown: 用于编写文档

Code: 用于编写代码

Raw: 用于转换文件格式

模式

命令模式 Enter

编辑模式 Esc

常用快捷键

Shift+Enter: 运行本单元格，并移动到下一个单元格

Cmd+Enter: 运行本单元格，并保留在原地

Alt+Enter: 运行本单元格，并插入一个新单元格

扩展 extensions → jupyterlab
注意：老版本的扩展使用的是nbextensions, 新版本则使用的是jupyterlab。

# 安装扩展：
$ pip install jupyterlab-lsp    	# 代码补全
$ pip install jupyterlab-kite   	# 代码补全
$ pip install jupyterlab-github		# github 集成
$ pip install jupyterlab-latex  	# latex 支持
$ pip install jupyterlab-drawio  	# 流程图
$ pip install jupyterlab-dash    	# 仪表盘

matplotlib

介绍

matplotlib 是 Python 的绘图库，主要用于绘制图表，支持静态、动态、交互式的绘图。
数据可视化是整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。

核心对象模型：

Figure: 画布

Axes: 坐标系

Axis: 坐标轴

编程接口：

Pyplot接口：快速绘图

面向对象接口: 更灵活，更适合复杂图表

常用依赖：

numpy

pandas

图表类型

折线图

折线图（Line Chart）：以折线的上升或下降来表示统计数量的增减变化的统计图表。

import matplotlib.pyplot as plt


# 1.创建画布
plt.figure(figsize=(20,8), dpi=100)
plt.xlabel('X label')
plt.ylabel('Y label')
plt.title('Demo Plot')

# 2.绘制图像
plt.plot([1, 2, 3, 4, 5, 6, 7], 
         [10, 15, 13, 18, 16, 20, 10],
         color='blue',
         linestyle='--'
        )

# 3.图像显示
plt.show()

实战：气温图

# 画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度
import matplotlib.pyplot as plt
import random


# 0.准备x, y坐标的数据 
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 2.绘制折线图
plt.plot(x, y_shanghai)

# 2.1 x轴，y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 修改x，y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 3.显示图像
plt.show()

如上，发现：存在字体缺少和中文展示问题。
查询之后，发现问题是：因为系统当前字体（DejaVu Sans）不支持 CJK（中日韩）字符。
解决方案：

全局设置中文字体

安装支持中文的字体

直接指定字体路径

这里我们是在代码中指定了字体，也下载了字体，重启jupyter kernel后，ok了。
另外我们加上一些其他描述信息（x、y、标题）等，完整代码和效果如下：

# 画出某城市11点到12点1小时内每分钟的温度变化折线图，温度范围在15度~18度
import matplotlib.pyplot as plt
import random
from pylab import mpl


mpl.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题

# 准备x, y坐标的数据 
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]

# 创建画布
plt.figure(figsize=(20, 8), dpi=80)

# 绘制折线图
plt.plot(x, y_shanghai)

# x轴，y轴刻度标签
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 修改x，y轴坐标的刻度显示
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 添加网格展示：
plt.grid(True, linestyle='--', alpha=0.5)

# 描述信息：
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点--12点某城市温度变化图", fontsize=20)

# 图片保存：（会在当前目录下生成图片）
# 注意：plt.show()会释放figure资源，如果在显示图像之后保存图片将只能保存空图片
plt.savefig("./matplotlib-temperature.png")

# 显示图像
plt.show()

柱状图

柱状图（Bar Chart）：柱状图是用矩形柱来表示数据数值的图表。

import matplotlib.pyplot as plt
from pylab import mpl
image.png
# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 准备数据
cities = ['北京', '上海', '广州', '深圳', '杭州']
temperatures = [20, 21, 25, 24, 22]

# 创建画布
plt.figure(figsize=(12, 6), dpi=100)

# 绘制柱状图
plt.bar(cities, temperatures, width=0.5, color=['r', 'g', 'b', 'y', 'c'])

# 添加数值标签
for i, v in enumerate(temperatures):
    plt.text(i, v + 0.5, str(v), ha='center')

# 添加网格
plt.grid(True, linestyle='--', alpha=0.5)

# 添加标题和标签
plt.title('各城市温度对比', fontsize=16)
plt.xlabel('城市')
plt.ylabel('温度(°C)')

# 显示图像
plt.show()

横向柱状图

# 使用barh()函数
plt.barh(cities, temperatures)

# -- 堆叠柱状图 --
# 使用bar()函数，并设置stacked=True
plt.bar(cities, temperatures, label='温度')
plt.bar(cities, temperatures, label='温度', bottom=temperatures)

分组柱状图

# 准备数据
cities = ['北京', '上海', '广州']
morning_temp = [20, 21, 25]
evening_temp = [15, 16, 20]

x = range(len(cities))
width = 0.3

plt.figure(figsize=(12, 6))
plt.bar(x, morning_temp, width=width, label='早晨')
plt.bar([i + width for i in x], evening_temp, width=width, label='晚上')

plt.xticks([i + width/2 for i in x], cities)
plt.legend()
plt.show()

堆叠柱状图

# 准备数据
cities = ['北京', '上海', '广州']
morning_temp = [20, 21, 25]
evening_temp = [15, 16, 20]

plt.figure(figsize=(12, 6))
plt.bar(cities, morning_temp, label='早晨')
plt.bar(cities, evening_temp, bottom=morning_temp, label='晚上')
plt.legend()
plt.show()

散点图

散点图（Scatter Chart）：散点图是数据点在直角坐标系平面上的分布图，通常用于展示两个变量之间的关系。

import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl

# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 准备数据
np.random.seed(42)  # 设置随机种子，确保结果可复现
height = 170 + np.random.randn(100) * 5  # 身高数据，均值170，标准差5
weight = height * 0.7 + np.random.randn(100) * 3  # 体重数据，与身高正相关

# 创建画布
plt.figure(figsize=(10, 6), dpi=100)

# 绘制散点图
plt.scatter(height, weight, 
           c='blue',        # 点的颜色
           alpha=0.6,       # 透明度
           s=50,           # 点的大小
           marker='o')      # 点的形状

# 添加标题和标签
plt.title('身高体重关系散点图', fontsize=14)
plt.xlabel('身高（厘米）')
plt.ylabel('体重（千克）')

# 添加网格
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()

带颜色映射的散点图

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
np.random.seed(42)
x = np.random.rand(50)
y = np.random.rand(50)
colors = np.random.rand(50)  # 颜色映射值
sizes = 1000 * np.random.rand(50)  # 点的大小

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制散点图
scatter = plt.scatter(x, y, 
                     c=colors,          # 颜色映射值
                     s=sizes,           # 点的大小
                     alpha=0.6,         # 透明度
                     cmap='viridis')    # 颜色映射方案

# 添加颜色条
plt.colorbar(scatter)

# 添加标题和标签
plt.title('带颜色映射的散点图')
plt.xlabel('X轴')
plt.ylabel('Y轴')

plt.show()

带趋势线的散点图： scipy.stats.linregress()：计算趋势线

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

# 准备数据
np.random.seed(42)
x = np.random.rand(50) * 10
y = 2 * x + 1 + np.random.randn(50)

# 计算趋势线
slope, intercept, r_value, p_value, std_err = stats.linregress(x, y)
line = slope * x + intercept

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制散点图和趋势线
plt.scatter(x, y, alpha=0.5, label='数据点')
plt.plot(x, line, color='red', label=f'趋势线 (R² = {r_value**2:.3f})')

# 添加标题和标签
plt.title('带趋势线的散点图')
plt.xlabel('X轴')
plt.ylabel('Y轴')
plt.legend()

plt.grid(True, linestyle='--', alpha=0.5)
plt.show()

饼图

饼图（Pie Chart）：饼图是一种圆形统计图表，用于展示各部分数据在整体中的占比情况。

import matplotlib.pyplot as plt
from pylab import mpl

# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 准备数据
sizes = [35, 25, 20, 20]
labels = ['苹果', '香蕉', '橙子', '梨']
colors = ['red', 'yellow', 'orange', 'green']
explode = (0.1, 0, 0, 0)  # 突出显示第一个扇形

# 创建画布
plt.figure(figsize=(10, 8))

# 绘制饼图
plt.pie(sizes, 
        explode=explode,    # 突出显示
        labels=labels,      # 标签
        colors=colors,      # 颜色
        autopct='%1.1f%%', # 显示百分比
        shadow=True,       # 添加阴影
        startangle=90)     # 起始角度

# 添加标题
plt.title('水果销售比例')

# 保持图形为正圆形
plt.axis('equal')

plt.show()

带子图的嵌套饼图

import matplotlib.pyplot as plt
import numpy as np

# 准备数据
# 外圈数据
sizes_outer = [40, 30, 30]
labels_outer = ['A类', 'B类', 'C类']
# 内圈数据
sizes_inner = [15, 25, 10, 20, 30]
labels_inner = ['A1', 'A2', 'B1', 'B2', 'C1']

# 创建画布
plt.figure(figsize=(10, 8))

# 绘制外圈饼图
plt.pie(sizes_outer, labels=labels_outer, radius=1.3,
        wedgeprops=dict(width=0.3, edgecolor='white'))

# 绘制内圈饼图
plt.pie(sizes_inner, labels=labels_inner, radius=1.0,
        wedgeprops=dict(width=0.3, edgecolor='white'))

plt.title('嵌套饼图示例')
plt.show()

带有图例的饼图

import matplotlib.pyplot as plt

# 准备数据
sizes = [30, 20, 25, 15, 10]
labels = ['A', 'B', 'C', 'D', 'E']
colors = ['lightblue', 'lightgreen', 'yellow', 'orange', 'red']

# 创建画布
plt.figure(figsize=(12, 8))

# 绘制饼图
patches, texts, autotexts = plt.pie(sizes, 
                                  labels=labels,
                                  colors=colors,
                                  autopct='%1.1f%%',
                                  startangle=90)

# 添加图例
plt.legend(patches, labels,
          title="类别",
          loc="center left",
          bbox_to_anchor=(1, 0, 0.5, 1))

plt.title('带图例的饼图')
plt.axis('equal')
plt.show()

直方图

直方图（Histogram）：主要用于展示数据的分布情况，它将连续的数据分成若干个区间（bin），显示每个区间内数据的频数或频率。

import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl

# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 生成随机数据
np.random.seed(42)
data = np.random.normal(170, 5, 1000)  # 生成1000个均值为170，标准差为5的正态分布数据

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制直方图
plt.hist(data, 
         bins=30,          # 设置区间数
         color='skyblue',  # 设置颜色
         alpha=0.8,        # 设置透明度
         edgecolor='black' # 设置边框颜色
)

# 添加标题和标签
plt.title('身高分布直方图')
plt.xlabel('身高(cm)')
plt.ylabel('频数')

# 添加网格线
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()

多组数据对比的直方图

import matplotlib.pyplot as plt
import numpy as np

# 生成两组数据
np.random.seed(42)
data1 = np.random.normal(170, 5, 1000)  # 男性身高
data2 = np.random.normal(160, 4, 1000)  # 女性身高

plt.figure(figsize=(12, 6))

# 绘制直方图
plt.hist([data1, data2], 
         bins=30,
         label=['男性', '女性'],
         alpha=0.7,
         color=['blue', 'red'])

plt.title('男女身高分布对比')
plt.xlabel('身高(cm)')
plt.ylabel('频数')
plt.legend()
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()

归一化的直方图（显示密度）

import matplotlib.pyplot as plt
import numpy as np
from scipy import stats

# 生成数据
np.random.seed(42)
data = np.random.normal(0, 1, 1000)

plt.figure(figsize=(10, 6))

# 绘制归一化直方图
plt.hist(data, 
         bins=30, 
         density=True,     # 归一化
         alpha=0.7,
         color='skyblue')

# 添加核密度估计曲线
x = np.linspace(data.min(), data.max(), 100)
kde = stats.gaussian_kde(data)
plt.plot(x, kde(x), 'r-', lw=2, label='KDE')

plt.title('归一化直方图与核密度估计')
plt.xlabel('值')
plt.ylabel('密度')
plt.legend()
plt.grid(True, linestyle='--', alpha=0.5)

plt.show()

箱线图

箱线图（Box Plot）：箱线图是一种用作显示一组数据分散情况的统计图，包含了最大值、最小值、中位数、上四分位数（Q3）和下四分位数（Q1）等统计量。

箱线图的主要组成部分：

箱体（Box）
上边界：上四分位数（Q3）
下边界：下四分位数（Q1）
中间的线：中位数（Q2）

须（Whisker）
上须：上限值（通常是Q3 + 1.5 IQR）
下须：下限值（通常是Q1 - 1.5 IQR）
其中IQR（四分位距）= Q3 - Q1

离群点（Outliers）：
超出须的范围的点被视为离群值

import matplotlib.pyplot as plt
import numpy as np
from pylab import mpl

# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(100, 10, 200),
        np.random.normal(90, 20, 200),
        np.random.normal(110, 15, 200)]

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制箱线图
plt.boxplot(data,
           labels=['A组', 'B组', 'C组'],  # 设置标签
           notch=True,                    # 显示凹槽
           patch_artist=True,             # 填充箱体颜色
           boxprops={'facecolor': 'lightblue'})  # 设置箱体颜色

# 添加标题和标签
plt.title('三组数据的箱线图对比')
plt.xlabel('组别')
plt.ylabel('值')

# 添加网格线
plt.grid(True, linestyle='--', alpha=0.3)

plt.show()

带有不同颜色的多组箱线图

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(100, 10, 200),
        np.random.normal(90, 20, 200),
        np.random.normal(110, 15, 200)]

# 创建画布
plt.figure(figsize=(10, 6))

# 定义颜色
colors = ['lightblue', 'lightgreen', 'pink']

# 绘制箱线图
bp = plt.boxplot(data,
                labels=['A组', 'B组', 'C组'],
                patch_artist=True)  # 允许填充颜色

# 设置箱体颜色
for patch, color in zip(bp['boxes'], colors):
    patch.set_facecolor(color)

# 添加标题和标签
plt.title('不同颜色的箱线图')
plt.xlabel('组别')
plt.ylabel('值')

plt.grid(True, linestyle='--', alpha=0.3)
plt.show()

水平方向的箱线图

import matplotlib.pyplot as plt
import numpy as np

# 生成示例数据
np.random.seed(42)
data = [np.random.normal(100, 10, 200),
        np.random.normal(90, 20, 200),
        np.random.normal(110, 15, 200)]

# 创建画布
plt.figure(figsize=(10, 6))

# 绘制水平箱线图
plt.boxplot(data,
           labels=['A组', 'B组', 'C组'],
           vert=False,  # 水平方向
           patch_artist=True,
           boxprops={'facecolor': 'lightblue'})

plt.title('水平方向的箱线图')
plt.ylabel('组别')
plt.xlabel('值')

plt.grid(True, linestyle='--', alpha=0.3)
plt.show()

多坐标系/多表

一个坐标系绘制多图表

多次plot即可！

import matplotlib.pyplot as plt
import random
from pylab import mpl


# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# 1.创建画布
plt.figure(figsize=(20, 8), dpi=100)

# 2.绘制图像
plt.plot(x, y_shanghai, label="上海")
plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")

# 2.1 添加x,y轴刻度
# 设置x,y轴刻度
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 修改x,y轴坐标刻度显示
# plt.xticks(x_ticks_label[::5]) # 坐标刻度不可以直接通过字符串进行修改
plt.xticks(x[::5], x_ticks_label[::5])
plt.yticks(y_ticks[::5])

# 2.2 添加网格显示

plt.grid(True, linestyle="--", alpha=1)

# 2.3 添加描述信息
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("中午11点-12点某城市温度变化图", fontsize=20)

# 2.4 图像保存
plt.savefig("./test.png")

# 2.5 显示图例: legend(): 图例是绘制在图像中的标志，用来表示各曲线所代表的含义。
plt.legend(loc=0)

# 3.图像显示
plt.show()

多个坐标系

使用subplots()函数: 创建一个包含多个子图的画布。

plt.函数名(): 相当于面向过程的画图方法
plt.set_方法名(): 相当于面向对象的画图方法

import matplotlib.pyplot as plt
import random
from pylab import mpl


# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
# 设置正常显示符号
mpl.rcParams["axes.unicode_minus"] = False

# 0.准备数据
x = range(60)
y_shanghai = [random.uniform(15, 18) for i in x]
y_beijing = [random.uniform(1, 3) for i in x]

# 1.创建画布
# plt.figure(figsize=(20, 8), dpi=100)
fig, axes = plt.subplots(nrows=1, ncols=2, figsize=(20, 8), dpi=100)

# 2.绘制图像
# plt.plot(x, y_shanghai, label="上海")
# plt.plot(x, y_beijing, color="r", linestyle="--", label="北京")
axes[0].plot(x, y_shanghai, label="上海")
axes[1].plot(x, y_beijing, color="r", linestyle="--", label="北京")

# 2.1 添加x,y轴刻度
# 设置x,y轴刻度
x_ticks_label = ["11点{}分".format(i) for i in x]
y_ticks = range(40)

# 修改x,y轴坐标刻度显示
# plt.xticks(x_ticks_label[::5]) # 坐标刻度不可以直接通过字符串进行修改
# plt.xticks(x[::5], x_ticks_label[::5])
# plt.yticks(y_ticks[::5])
axes[0].set_xticks(x[::5])
axes[0].set_yticks(y_ticks[::5])
axes[0].set_xticklabels(x_ticks_label[::5])
axes[1].set_xticks(x[::5])
axes[1].set_yticks(y_ticks[::5])
axes[1].set_xticklabels(x_ticks_label[::5])

# 2.2 添加网格显示
# plt.grid(True, linestyle="--", alpha=1)
axes[0].grid(True, linestyle="--", alpha=1)
axes[1].grid(True, linestyle="--", alpha=1)

# 2.3 添加描述信息
# plt.xlabel("时间")
# plt.ylabel("温度")
# plt.title("中午11点-12点某城市温度变化图", fontsize=20)
axes[0].set_xlabel("时间")
axes[0].set_ylabel("温度")
axes[0].set_title("中午11点-12点某城市温度变化图", fontsize=20)
axes[1].set_xlabel("时间")
axes[1].set_ylabel("温度")
axes[1].set_title("中午11点-12点某城市温度变化图", fontsize=20)

# 2.4 图像保存
plt.savefig("./test.png")

# 2.5 显示图例
# plt.legend(loc=0)
axes[0].legend(loc=0)
axes[1].legend(loc=0)

# 3.图像显示
plt.show()

与其他工具集成

numpy

numpy: 用于生成数据

import matplotlib.pyplot as plt
import numpy as np


x = np.linspace(-1, 1, 50)
y = x**2

plt.plot(x, y)

plt.xlabel("x")
plt.ylabel("y")
plt.title("y=x^2")

plt.show()

seaborn

热力图是一种使用颜色的深浅来显示数值大小的图表，通常用于展示矩阵数据，非常适合展示多个变量之间的关系或者数据的模式。在Python中，我们通常使用seaborn库来绘制热力图，因为它提供了更好的接口和视觉效果。

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from pylab import mpl

# 设置中文显示
mpl.rcParams["font.sans-serif"] = ["SimHei"]
mpl.rcParams["axes.unicode_minus"] = False

# 生成示例数据
np.random.seed(42)
data = np.random.rand(10, 10)

# 创建画布
plt.figure(figsize=(10, 8))

# 绘制热力图
sns.heatmap(data,
            annot=True,      # 显示数值
            fmt='.2f',       # 数值格式
            cmap='YlOrRd',   # 颜色映射
            cbar=True)       # 显示颜色条

plt.title('基础热力图示例')
plt.show()

相关性热力图

import pandas as pd
import seaborn as sns
import numpy as np

# 生成示例数据
np.random.seed(42)
df = pd.DataFrame(np.random.randn(100, 5), 
                 columns=['A', 'B', 'C', 'D', 'E'])

# 计算相关系数矩阵
corr = df.corr()

# 创建画布
plt.figure(figsize=(10, 8))

# 绘制相关性热力图
sns.heatmap(corr,
            annot=True,          # 显示数值
            cmap='coolwarm',     # 使用红蓝对比色
            center=0,            # 将颜色中心设为0
            square=True,         # 保持方形
            fmt='.2f',           # 数值格式
            mask=np.triu(corr))  # 只显示下三角

plt.title('相关性热力图')
plt.show()

带聚类的热力图

import seaborn as sns
import numpy as np

# 生成示例数据
np.random.seed(42)
data = np.random.randn(20, 20)

# 创建画布
plt.figure(figsize=(12, 10))

# 绘制带聚类的热力图
sns.clustermap(data,
               cmap='vlag',
               center=0,
               standard_scale=1,  # 标准化
               dendrogram_ratio=0.1,  # 聚类树的比例
               annot=True,
               fmt='.2f')

plt.title('带聚类的热力图')
plt.show()

plotly

Matplotlib适合：

生成静态图表用于论文或报告

需要精确控制图表细节

生成高质量的出版物图表

与其他科学计算库（如numpy, scipy）配合使用

Plotly适合：

创建交互式数据可视化

构建Web应用的数据展示

需要用户交互的数据探索

制作数据仪表板